Explications

2. Utilisation de Jupyter Lab

  1. La poire

  2. La pomme

Les différences JupyterLab/Notebook: le notebook est plus simple d’utilisation au début, mais a une interface moins pratique une fois qu’on a compris comment marche les notebooks. Entre autre, pour l’édition de livres, il est facile de changer les tags des cellules afin de choisir si elle s’affiche dans le rendu final (.html, .pdf).

Le désavantage: des fois besoin de fouiller un peu plus pour pouvoir faire facilement des exportations, etc.

Pour utilisation de tout cela dans JupyterLab (mais pas Notebook), il faut rajouter des choses à Jupyter Lab. Les packages suivants servent à relier

  • conda install jupyterlab “ipywidgets=7.5”

  • conda install nodejs

  • jupyter labextension install jupyterlab-plotly@4.13.0

  • jupyter labextension install @jupyter-widgets/jupyterlab-manager plotlywidget@4.13.0

Commande à mettre dans la console pour conversion en html, en enlevant les cellules avec tags remove_cell et avec remove_input, en étant dans le bon dossier et en remplaçant Plotting par le nom du notebook:

jupyter nbconvert Plotting.ipynb –to=html –TagRemovePreprocessor.remove_input_tags=”{‘remove_input’,’remove_cell’}” –TagRemovePreprocessor.remove_single_output_tags=”{‘remove_cell’}”

Ceci marche si nbconvert est bien configuré. Leur website aide bien (connexion de latex, etc.). Résoudre cela permet d’exporter au format latex puis pdf des notebooks par la commande ci-dessus, en ayant tagué les cellules dans JupyterLab.

Le jfidkp^qfos

\(X_i=10\)

import plotFuncAndClass as hm
import pandas as pd
from ipywidgets import interact, interactive, fixed, interact_manual, IntSlider
# Standard plotly imports
import chart_studio.plotly as py
import plotly.graph_objs as go
from plotly.offline import iplot, init_notebook_mode
# Using plotly + cufflinks in offline mode
import cufflinks as cf
cf.go_offline(connected=False)
init_notebook_mode(connected=False)
fig = go.Figure(data=[go.Table(
    header=dict(values=list(dfTest.columns),
                fill_color='paleturquoise',
                align='left'),
    cells=dict(values=dfTest.transpose().values.tolist(),
               fill_color='lavender',
               align='left'))
])

fig.show()
../_images/Explications_7_0.png
import plotly.io as pio
pio.renderers.default = 'jupyterlab'